Python生成随机红包的两种实现方式：二倍均值法与递归法

基于二倍均值法的随机红包实现

假设红包总金额为money，发放数量为num，且需满足约束条件money >= num * 0.01。

其核心原理是：在1到money*100的整数集合中，随机抽取num-1个不重复的数。将这些随机数排序后，在序列首尾分别插入0和money*100，从而构成一个新的有序集合。

利用新集合计算每个红包的金额：用后一个数减去前一个数，再除以100，即可得到每个红包的具体大小。

在发红包环节，从生成的num个红包金额集合中随机抽取一个，即实现了随机红包的发放。

def redbags(money, num=10):
  import random
  choice = random.sample(range(1, money * 100), num - 1)
  choice.extend([0,money*100])
  choice.sort()
  return [(choice[i + 1] - choice[i]) / 100 for i in range(num)]

基于递归策略的红包生成算法

扩展内容：

进入红包思路主题

前文已简要介绍了基础工具，接下来重点阐述红包生成的具体思路。在发红包时，需确定两个关键参数：红包总金额（命名为cash）和参与人数（person）。此外，必须明确红包金额的最大值和最小值限制。最小值通常设定为0.01，以避免出现金额为0的情况。关于最大值，若10元红包由6人领取，若第一人领取9.99元，则剩余金额仅0.01元，导致后续人员无法领取。因此，最大值应设定为“红包总金额减去最小值乘以剩余人数”，例如10 - (0.01 * 6)，这样可保证每人至少能领到0.01元。更极端的算法可能设定最大值为10 - (0.01 * 5)，即排除当前领取者后，剩余5人每人至少分得0.01元。掌握此逻辑即可编写代码，具体实现如下。

#!/usr/bin/env python
# -*-coding:utf-8 -*-
 
import random
 
dic={}
lis = ['KeLan','Monkey','Dexter','Superman','Iron Man','Robin']
 
def redpacket(cash,person,index):
  if cash>0 and person !=1:
    n = round(random.uniform(0.01,cash-(0.01*person)),2)
    dic[lis[index]] = n
    print str(n).ljust(4,"0")
    person-=1
    cash-=n
    index+=1
    redpacket(cash,person,index)
  else:
    dic[lis[index]]=round(cash,2)
    print str(cash).ljust(4,"0")
 
redpacket(10,len(lis),0)
print dic
print "手气最佳:",max(dic.items(),key=lambda x:x[1])

此处采用递归方式递减剩余金额与人数，并加入判断条件以防止无限递归。只要cash大于0且person不等于1，则继续执行：n为随机浮点数，范围从最小值0.01到当前金额减去“最小值乘以剩余人数”，使用round保留两位小数。该字典用于存储每人抢到的红包金额，随后人数person减1，金额cash减去当前抢走的金额n，索引index递增以获取下一位参与者（实际场景中领取顺序随机，此处仅为演示流程）。递归调用自身，传入剩余cash、person及新index。若仅剩最后一人（经50次测试未发现金额小于0的情况，故此处仅针对人数处理），则将剩余所有cash归该人并加入字典。打印输出结果，由于else分支未再次递归，程序自然结束。最后打印包含人与对应金额的字典，并通过max函数从dic.items()返回的元组列表中，利用lambda提取每个元素的第1个位置（即cash值）进行比较，找出最大值，即为手气最佳者。

以上就是本次介绍的全部知识点内容，感谢大家对本站的支持。